Banca de QUALIFICAÇÃO: LÍDIA GABRIELLY DUTRA DE MENESES SANTOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : LÍDIA GABRIELLY DUTRA DE MENESES SANTOS
DATA : 08/05/2026
HORA: 14:00
LOCAL: Sala de Reuniões do DCA
TÍTULO:

Autoencoder com espaço latente expandido multivariável para classificação de imagens aplicado à navegação visual de veículos de superfície não tripulados.

PALAVRAS-CHAVES:

Visão Robótica, Detecção de Obstáculos, Análise de Imagens, Imagens Subaquáticas e de Superfície

 

PÁGINAS: 37
RESUMO:

Propomos o uso do Multi-Variable Expanded Latent Space Autoencoder (MVELSA)
para a classificação de imagens aquáticas, abrangendo tanto domínios subaquáticos quanto
de superfície, com o objetivo de possibilitar a navegação autônoma de Veículos de Super-
fície Não Tripulados (USVs) em cenários complexos com obstáculos. Nossa hipótese cen-
tral é que o MVELSA pode identificar objetos de interesse com eficácia e precisão com-
paráveis ou superiores às de modelos convolucionais tradicionais, ao explorar uma repre-
sentação latente expandida que preserva características morfológicas críticas. Para vali-
dar essa abordagem, utilizamos dois conjuntos de dados distintos: o benchmark público
AQUA20, composto por 20 classes subaquáticas, e o SBSID (Sail-Boat Surface Images
Dataset), desenvolvido por nosso grupo de pesquisa para incluir obstáculos flutuantes.
Os resultados experimentais demonstram que o MVELSA alcança um F1-Score macro-
averaged de 0,96, superando modelos de referência na tarefa de lidar com dados alta-
mente desbalanceados. Integrado aos algoritmos de navegação de um veleiro robótico,
esse sistema pode viabilizar o deslocamento autônomo em oceanos e lagoas com alta
confiabilidade e mínima intervenção humana.

 

MEMBROS DA BANCA:
Presidente - 1345674 - LUIZ MARCOS GARCIA GONCALVES
Externo ao Programa - 1170845 - BRUNO MARQUES FERREIRA DA SILVA - UFRNExterno à Instituição - EMERSON VILAR DE OLIVEIRA - UFRN